7月4-6日，2024世界人工智能大會暨人工智能全球治理進階别會議（簡稱“WAIC 2024”）在上海成功舉辦，芯原作為人工智能生态的重要組成部分參展，同期在上海世博中心舉辦了以《“智”由“芯”生——RISC-V和生成式AI論壇》，重點讨論了RISC-V在生成式AI中的變革力量。
圖 | 上海市經濟和資訊化委員會副主任湯文侃，來源：芯原
上海市經濟和資訊化委員會副主任湯文侃在開場緻辭中表示：“上海已經培育了一系列RISC-V的企業，基于前期形成的成果，上海将加快RISC-V專利池的建設，推動行業共建共享，加強前沿技術的研究和人才的培養，加強與RISC-V基金會的合作，積極參與新指令集的擴充、新技術的探索，研究建立新型的産學研合作機制，推動将RISC-V納入大學教材，以及上海內建電路緊缺人才的教育訓練計劃，進一步優化營商環境，不斷完善服務和制度供給，與大家攜手同行，共同打造全球領先的綠色發展的産業高地。”
圖 | 烏鎮智庫理事長張曉東，來源：芯原
烏鎮智庫理事長張曉東在以《大語言模型的原理與發展應用》主題報告中指出：“丘奇-圖靈論題是計算機科學的基石，人工智能的起源來自于圖靈機，而學習就是圖靈機的求逆，學習就是Solomonoff歸納，去年全世界除了OpenAI之外的非常多的企業都在研究BERT，而今天GPT成為主流。要說兩者的差別，BERT是雙向的，比如給出X1到XN，然後将X2拿掉，再猜出X2；而GPT是給出X1到XN，預測出XN+1，是以說GPT的機制相對BERT會簡單一些。” 此外，張曉東認為人工智能主要有三大發展路線，分别為：一、從專家系統到知識圖譜的邏輯主義；二、神經網絡和深度學習的聯結派；三、從細胞自動機到強化學習。 至于未來是大模型主導還是小模型主導，張曉東表示：“當人工智能走向成熟，是少數超級大模型monarchy還是多個模型的democracy？還需要時間去驗證，暫時還不能下定論。”
圖 | 中國RISC-V産業聯盟理事長；芯原創始人、董事長兼總裁戴偉民，來源：芯原
這幾年，ChatGPT和Sora讓人工智能成功出圈，并産生了全球性的“大模型和AIGC熱”。 對此，中國RISC-V産業聯盟理事長；芯原創始人、董事長兼總裁戴偉民表示：“在GPT出來之前，人工智能還是弱智水準；到2025-2026年，人工智能将超過大學生水準；而到2027年，AI模型将能夠完成人工智能研究人員/工程師的工作，一個領先的人工智能實驗室将能在1分鐘内訓練處一個GPT-4級别的模型。” 從叢集部署的角度來看，目前AI大模型“百模大戰”其實是“群模亂舞”，預計到2028年，中國基礎大模型的數量将少于10個，且用于端側微調卡和推理卡的銷售額将超過用于雲側的訓練卡。 聚焦到硬體層面，近期已經有初創團隊推出了首款Transformer專用ASIC晶片。戴偉民強調：“到2030年，生成式AI将使智能手機領域的半導體收入增至近兩倍。”而芯原的極低功耗IP和FLEXA IP能夠為輕量式穿戴和消費電子市場提供更具競争力的底層基座。 此外，戴偉民還指出：“未來Chiplet、2.5D/3D封裝、SIP将成為大晶片的主流解決方案，目前蘋果和台積電合作的M系列晶片是最佳的案例展示，下一步當大模型向端側演變，汽車市場将是發揮Chiplet技術優勢的重要戰場。”
圖 | RISC-V國際基金會理事長戴路，來源：芯原
RISC指令集并不是新生事物，ARM也是其中之一，而RISC-V是第五代，也是最新的RISC指令集。 RISC-V國際基金會理事長戴路表示：“雖然目前加入RISC-V國際基金會大都是小公司，但體量極其客觀。” 為什麼RISC-V指令集非常适合AI領域，戴路給出了幾大理由：“首先RISC-V是開源、免費的；其次是RISC-V的靈活性，AI公司在使用RISC-V架構時确實擁有很大的靈活性，可以根據自己的特定需求添加自定義或特色指令，同時還能保持其相容性，且如果公司開發的自定義指令集對其他使用者也有價值，可以通過RISC-V社群的流程送出提案，争取将其納入未來的官方标準中；此外RISC-V的生态今天也在茁壯成長，工程師們都很擁抱RISC-V生态。” 根據RISC-V國際基金會的資料統計，目前AI加速器是RISC-V下遊生态中市占比最高且增速最快的領域。另根據SHD Group的資料顯示，AI加速市場的規模達到26億美元，占RISC-V SoC市場的42.6%，預計到2030年，AI加速器在RISC-V SoC市場中的占比将繼續上升至49.2%，這也佐證了RISC-V國際基金會的結論。
圖 | Tenstorrent Inc首席CPU架構師；機器學習硬體架構資深院士練維漢，來源：芯原
AI無疑是改變未來的重要技術，從2012年開始大模型逐漸發展起來，今天幾個大模型架構已經趨于成熟，但算力的問題一直沒有得到很好的解決，這個挑戰必須攻克。 對此，Tenstorrent Inc首席CPU架構師；機器學習硬體架構資深院士練維漢認為：“算力的需求會出現在方方面面，也會分布在各個硬體需求階段，目前除了資料中心的需求外，Tenstorrent也接到了很多其他市場的需求，面對這種需求，Tenstorrent會采取IP授權的模式去推進。同時，公司開發了基于RISC-V架構和Chiplet技術的AI加速器，這種開放源代碼的指令集架構（ISA）已成為Tenstorrent技術的核心，使得公司能夠開發出高效率和靈活性的AI處理器，從2021年的Grayskull到2024年的Aegis，目前已經和三星、LG、LSTC等多家國際大廠展開合作。未來，開源的RISC-V還有很多想象的空間，尤其是在算力硬體上，将會發揮更多的賦能作用。”
圖 | MIPS CTO Durgesh Srivastava，來源：芯原
衆所周知，MIPS曾經是RISC陣營中的早期沖鋒者之一，也曾在2018年嘗試過開源政策，是以MIPS在AI時代還有哪些可發揮的地方？ 對此，MIPS CTO Durgesh Srivastava在以《生成式AI的釋放：MIPS和RISC-V的變革力量》為題的演講中表示：“AI正在驅動未來，賦能千行百業，但算力的支援目前是跟不上算力需求的，提升算力勢在必行，而誰又将在AI時代主導硬體的發展呢？MIPS将參與到AI的變革中，在實時自适應的處理器、混合AI/ML和靜電處理器、AI驅動的動态電源管理、加速産品定制和AI驅動的安全晶片方面發揮作用。” 與此同時，Durgesh Srivastava呼籲更多的專業人士參與到RISC-V AI社群，利用開放标準進行創新，并通過硬體晶片的架構創新來推動AI算力增長，進而進一步推動AIGC的産業化，促進企業的收入增長。 本次論壇還特設以《生成式AI和RISC-V的融合與創新》主題的圓桌論壇環節，戴偉民主持論壇，以下記錄了重點讨論話題與專家們的洞察。
圖 | 《生成式AI和RISC-V的融合與創新》論壇，來源：芯原
1、Aschenbrenner(前openAl的安全研究員)于2024年6月釋出了《醒世預言(situation Awareness)》，分析了AI從目前狀态進化到AGI，并進一步發展到超人工智能(ASI)的路徑和潛在影響。基于國内外AI産業發展現狀和趨勢，請問預計何時可以達到超級智能?會給能源、環境、人類安全帶來哪些潛在影響?華東政法大學政治學研究院院長；人工智能與大資料指數研究院院長高奇琦：目前人工智能發展非常迅速，與此同時2027年可能帶來一些“超智”問題。如果這個事情真的到來，一定會帶來失業危機；此外還會帶來資訊泡沫，失去資訊信任，影響秩序，包括政治秩序；此外，AGI還會帶來失控危機，包括惡意分子利用AI來制作超級武器、超級病毒的風險。是以，大模型必須要做好分級，目前以1000萬張H100卡的超級大模型，一定要用控制核武器同樣的方法，不能有太多的行為體擁有這樣的超能力，否則控制就會非常的困難。此外，還可以參考碳排放的治理模式，用交稅的方法來調節速度，并解決它産生的問題。2、關于少數幾個大模型的“專制”問題，是否會出現集中使用少數幾個非常強大的大型語言模型(LLMs)，如Google的PaLM 2和Gemini模型;這些模型通過大規模資料和計算資源進行訓練，能夠處理廣泛的任務，并在多個基準測試中表現出色？烏鎮智庫理事長張曉東：我認為全球AI發展下去，可能有兩種結果，一種是極少數的巨型模型主導；另一種是多個較大的模型共存。如果4年之後隻有幾個大模型，就像全球控制核擴散的手段一樣，隻有幾個大模型的情況其實是有利于管理的。此外，未來超級人工智能超越人類智力的可能性很大，而是否有辦法來控制超級人工智能，現在來看，不容樂觀。華東政法大學政治學研究院院長；人工智能與大資料指數研究院院長高奇琦：大模型是知識的基礎，會産生一個問題，加入一個世界隻有幾個非常流行的大模型，都是以英文預料訓練的，對于非英語的國家會形成邊緣化，消滅知識的多樣化，是以近期産生了“主權AI”的概念，是以如何平衡是一個難題。3、AI和RISC-V如何結合？到底是什麼關系？知合計算CEO 孟建熠：RISC-V始于CPU，但勝于AI領域。今天的架構已經不能滿足AI算力需求的上升速度，是以必須要做架構的創新。在過去的10-20年，一個CPU加上很多加速器的架構是主流，而今天“X”PU的繁榮，隻有RISC-V的架構能滿足其未來的發展趨勢，這也是RISC-V生命力的展現。初創公司Etched Al推出Transformer專用ASIC"Sohu"跑出來的性能是英偉達産品的20倍，也是非常好的嘗試，而如果他們使用RISC-V會有更多的突破。4、【投票】針對具體AI模型的ASIC會取代GPU，成為未來AI推理晶片的發展趨勢嗎?投票結果：
來源：芯原
5、x86、Arm、RISC-V三角鼎力，哪一種架構做CPU更有優勢，在AI PC時代，是否有ARM、RISC-V的機會？RISC-V國際基金會理事長戴路：AI生态上面最具優勢的是CUDA，很多公司做GPU，其實不是因為真正要做GPU，而是為了做AI。Arm和RISC-V都是屬于RISC這一條線上的，兩者都有它自己獨特的優勢。與x86相比，Arm和RISC-V更具功耗優勢。至于Arm和RISC-V之間的差別，RISC-V可以做到基礎模型是一樣的，同時還能保留每家公司自己的模型特色；此外，在安全方面，各個國家的AI 保護都是不想被其他國家破解的，是以這也是隻有RISC-V才能實作的。 投票結果：
來源：芯原
6、伺服器級RISC-V處理器，與Arm和x86競争未來汽車架構，是否有優勢？芯來智融半導體科技(上海)有限公司CEO彭劍英：我們做處理器很多年，其實架構變化一直不大，确實是因為AI，不管是在伺服器還是在端側，比如汽車，都帶來了很大的增量市場。如今，大部分初創公司都在做一件事，就是在所謂的DSA上和通用CPU或者通用GPU之間做更好的平衡。就芯來而言，我們認為汽車式未來一個比較好的增長市場，當然智能駕駛、智能座艙的快速發展有目共睹，這個變化不僅是算力的增強，還需要更好的體驗，更優秀的APP賦能。但從這些不同之中，又可以找到一些共性，比如通用安全的AI軟體、功能安全、資訊安全和及時響應等，這些晶片的融合需要一個統一的軟體生态。 那麼，為什麼會給到RISC-V這樣的一個機會呢？這是因為RISC-V架構可以滿足汽車電子從低到高所有的需求，滿足汽車電子從傳統到軟體定義的變化，是以我認為RISC-V是汽車電子未來發展的一個趨勢。